夜雨聆风
2016 年,我还在一家创业公司。
那时候老板决定做一个新项目,流程是这样的:先花一到两周,各部门自己去收集资料、跑用户、看竞品,
然后大家坐下来开一个小会,
把收集到的东西汇总,
碰撞、讨论、对齐——关键难点是什么、差异化在哪、解决方案怎么做、商业模式怎么跑、增长节奏怎么排。
一个项目能不能做, 要不要做,怎么做, 几乎是靠这种"人肉信息处理"推出来的。
为什么要说这段? 因为你把这套流程和今天对比一下, 就会发现一件非常魔幻的事:
开发成本被AI压缩了十倍, 增长和运营的大半也能自动化了, 但创业却没有变得更简单, 反而变得更难了。
原因很简单: 创业的主要成本, 从开发成本转移到了试错成本。
以前一个 MVP 要做三个月, 所以你会很谨慎地选方向, 选错了三个月就没了。现在一个 MVP 一周就能上线, 于是每个人都在一周一个一周一个地上线——表面上是效率提升, 本质上是把试错成本从"一次大赌"切成了"一百次小赌", 总消耗反而更大。
以前看日活、看留存、看 GMV, 现在看什么? 看人均 token 消耗量。
因为你辛辛苦苦把人拉进来, 他用得越多, 你亏得越多——这是一个前所未有的商业模式: 用户越活跃, 你越想让他走。
以前的MVP方法论在失效, 以前的 PMF 定义在失效, 以前的增长漏斗在失效。
我这一年在一线摸爬滚打, 最大的感受只有一句话:
AI 时代最贵的成本,不是算力,是创业者的金、气、神。
二、新概念、新工具、新玩法,是怎么一点点把你掏空的
我从 ChatGPT 2.5 就开始关注这波, 这几年每一年都在出新东西。光是 2023 年一年的清单就够长:
核心概念: 生成式 AI、提示词工程、LLM 幻觉、RLHF、上下文窗口、Zero-shot / Few-shot / Chain-of-Thought。
关键模型: GPT-4(3月)、Claude / Claude 2、LLaMA / LLaMA 2(7月)、Mistral 7B、Stable Diffusion XL、Midjourney v5/v6。
技术名词: RAG、向量数据库、LangChain、LoRA / QLoRA、Function Calling(6月 OpenAI)、GPTs / Custom GPTs(11月 DevDay)。
新工具: ChatGPT Plus、Midjourney、Stable Diffusion WebUI / ComfyUI、Perplexity、Cursor、Poe、Character.ai。
这还只是 2023 年的清单。
24 年和 25 年,大模型和 AI 工程标准加起来, 新东西的总量至少是 23 年的两倍不止。
我还记得 23 年, 我专门报了一个课学 prompt。学完以后我的第一反应不是"我学到了什么", 而是"我真蠢"。
为什么?
因为我当时就想: 如果以后跟 AI 对话都得靠这种系统化的提示词技巧, 那 AI还不如不要出现。真正好的工具,是普通人一上手就能用的。
自行车一看就知道怎么骑, 电灯就开关两个按钮。
一个工具如果要学半天才能"用得好", 那它要么是没做好,要么就是被人为神化了。
但这种质疑当时说不出口。因为整个氛围就是: 你用得不好, 是你的问题, 不是工具的问题。
三、尝鲜的账, 其实没人替你算过
一个新工具出来, 你看大 V 吹得天花乱坠, 一拍大腿就订阅了。
用了三小时, 发现也就那样? 是不是我不会用?
于是又花两天到处找教程、看评测、扒 prompt、翻 GitHub。最后掌握了一堆花活, 效率提升……大概 10%。
但这笔账你算过吗?
我自己粗粗算了一下, 这两年里, 我流窜于各种工具之间: Cursor 订阅了一年、ChatGPT 订阅了半年、Claude Code 快订了一年, 加上各种国内大模型、图片生成的、音视频生成的、API 聚合站、API 开发者平台, 光订阅成本就不下3万。
3万块是明账。暗账更吓人:
自媒体测评的问题在于, 他们只会把抽卡最好的那张图给你看。但凡你自己用过就知道,全球最强的图像模型, 单次生成也别想一次就对。要摸清一个工具的真实边界, 没有一整天的实测是不够的。
这些时间加起来——实际上相当于一个人一年完整做一个项目的精力。
更扎心的是什么? 是这个闭环里还有一个隐性的自责机制。
你花了钱、花了时间, 结果提升不明显。你会自我怀疑: 是不是我不够聪明?是不是我没跟上?
然后你会看到又一波人冒出来说: "你用不好是因为你不会用。"
我想为这句话辩白一下
有人说 Claude Code 特别牛, 能编程、能自动写文章。我不否认质量确实有差异。但我想说一个不太受欢迎的观点:
拿 AI 写文章这件事, 即使没有AI, 你写不好的人照样写不好, 能写好的人也照样能写好。这不是会不会用工具的问题, 这是这个领域里的经验积累, 是 know-how 的壁垒。
工具能放大能力, 但放大不出零。你原本是1, AI 把你变成10; 你原本是0, AI把你变成 0。
把一个 know-how 的差距, 包装成"工具会不会用"的差距, 是这两年最大的认知骗局之一。
四、80/80/80 法则
我自己在一线折腾这两年, 总结出一个很朴素的规律, 暂且叫它38法则（其实是28法则）:
80% 的人, 根本不需要这些工具。
你不是做 AI 产品的, 你不是靠内容吃饭的, 你的工作90%是线下或者线性流程——ChatGPT对你的实际帮助, 可能还不如一个好用的日历App。
80% 的概念和工具, 你这辈子用不到。
LangChain、向量数据库、MCP、RAG、Fine-tuning、LoRA——这些东西对绝大多数人就像"甲烷热值"对一个开电动车的人一样, 知道不知道都不影响。
一个工具的80%的功能, 你都用不到。
Notion 有 200 个功能, 90% 的人只用笔记和 todo。
Claude Code 能做几十种事, 你可能一年下来就用它改bug和写脚本。
这三个80叠加起来,就是一个很残酷的事实:
你为之焦虑的东西, 99%跟你的生活和工作没关系。
但它们为什么能持续消耗你?
因为...
五、真正在消耗你的不是工具本身,是焦虑
我观察到一个很有意思的现象。
国内很多人, 连20块钱的某视频平台会员都不愿意开, 因为"凭什么要我花钱看广告"。但同一个人, 可以毫不犹豫地订阅20美金一个月的 ChatGPT Plus、再叠一个20美金的 Claude、再叠一个20美金的Cursor。
一个月 $60, 折成人民币420块, 连续订阅一年就是5000块。
为什么?
因为视频会员是"消费", 订阅 AI 工具是"投资"——心理账户完全不一样。我们自我安慰说: 这是学费, 这是在投资未来。
但真的是吗?
还是我们只是用消费来缓解"跟不上"的焦虑?
中国人焦虑, 这不新鲜。知识付费之所以能在中国遍地开花, 靠的不是内容本身的价值, 而是"你再不学就完蛋了"的叙事。
AI 这波, 把知识付费的焦虑又往上加了一个数量级。
焦虑的根源是什么?不是信息不够,是噪音太多。
我们关注了太多东西, 思考的时间太少, 或者说——根本来不及思考就已经被影响了。
刷了一早上推特, 看到十个人在说某个新模型多强, 你还没来得及想清楚这个模型跟你的业务有什么关系, 你就已经订阅了。
这不是理性决策,这是集体情绪反应。
六、我自己走过的几个大弯路
说几个我亲身踩过的坑,可能会让你少走几步。
第一个弯路: 硬追头部玩家的新玩法。
OpenClaw 出来那段时间, 我认真研究了一周。
期间我看到几个大佬在力推, 氪金、写长帖、发实测。我一度觉得自己再不上车就输了。
但研究到第七天, 我冷静下来问了自己一个问题: 这些大佬氪金的能力、手里的资源、他们身后的团队, 跟我一样吗?
不一样。完全不一样。
他们砸进去几万块测试、发现不行, 只是一篇推文的素材。我砸几万块进去、发现不行, 是下半年的生活费没了。
同样的立场, 不同的氪金能力, 做出的同一个决策, 对两个人的意义完全不同。 这个道理在牌桌上成立, 在创业里更成立。
跟头部硬碰, 你会亏得连渣都不剩——亏钱、亏人、亏精力。
第二个弯路: 关注跟自己业务无关的行业。
我一直在做图片领域的工具。
但我这两年花了大量时间去关注 Agent、音频、视频的新产品。
每出一个就去试玩, 美其名曰"保持行业敏感度"。
实际上呢? 一个新产品, 你要真正摸清它的能力边界, 没有一天是不够的。我一个月花十天在跟自己无关的东西上, 结果就是: 图片这个我赖以生存的主业, 反而没时间深耕。
这种弯路走了很久, 最近才意识到是错的。
第三个弯路: 把好奇心当成工作需要。
我也反思过: 到底为什么要这么追?
后来想明白了, 问自己一个问题就够了——你的目的是什么?
以上都不是你的话, 那你追它干嘛?
纯好奇可以, 但好奇要有预算。假如把一年时间看成365块钱, 一个跟你没关系的新工具, 值得你花 1 块钱吗?
你愿意随手把1块钱递给一个陌生人吗? 大概率不愿意。
那为什么要把一天的时间随手递给一个陌生的工具?
七、降噪,是这个时代最反直觉的能力
我最后想讲的一个点, 可能是整篇文章里最重要的。
在信息过载的时代, 增加信息输入几乎都是负收益, 减少信息输入才是正收益。
怎么降噪? 方法非常朴素, 甚至有点老派:
退群。
那些一天到晚在转"震惊体"新工具的群, 退掉。真正的好东西, 三个月后依然会传到你耳朵里, 而且那时候已经有别人替你踩过坑。
取关。
那些每天都在"大家快来看这个新模型"的博主, 取关。你仔细回忆一下, 他们过去一年推荐的工具里, 你真正用到现在的, 有几个?
只留那几个核心的、和你所在行业直接相关的信源。 三五个就够了。
有一段时间, 我因为 AI 焦虑到失眠, 因为一些小事对家人发脾气。我身边很多朋友也是一样。
后来我常常想一个问题: 技术本来是服务于人的。当一项技术开始把人搞得鸡飞狗跳的时候, 它对我而言还是一项好技术吗?
我没有标准答案。但我有一个自己的答案:
家人才是最重要的,
生活才是我能触摸到的,
搞钱才是我的人生大计。
AI 的星辰大海, 和我的此刻无关。
八、写给在看的你
如果你看到这里, 我就当你和我是同路人。
我不是在唱衰 AI, 这两年它确实在我的产品里帮了大忙, 我也不可能回到没有它的时代。
我只是想提醒你——也提醒我自己:
AI 的浪潮会持续很多年。你不需要抓住每一朵浪花, 你只需要在浪里活下来。
祝你睡得好, 祝你的家人睡得好, 祝你的钱不要白花。
开开心心每一天。